[论文] 将大规模 C 代码库翻译为惯用 Rust

Source: arXiv - 2511.20617v1

概览

本文介绍了 Rustine，一个端到端的流水线，能够自动将整个 C 代码库翻译成 惯用且安全的 Rust。通过结合轻量级静态分析和有针对性的代码生成，Rustine 在简单转译器的可扩展性与手工 Rust 重写的高质量之间架起了桥梁，使得在真实项目中进行大规模迁移成为可能。

关键贡献

• 全自动的仓库级翻译，适用于从几十行到超过一万行代码的 C 项目。
• 高功能等价性：平均 87 % 的测试断言通过（1,063,099 / 1,221,192），函数级覆盖率为 74.7 %，行级覆盖率为 72.2 %。
• 安全优先的输出：生成的 Rust 中原始指针、指针算术和 unsafe 块的数量明显少于已有工具。
• 惯用 Rust：翻译结果在 Rust linter（clippy）检查中的得分更高，代码更符合 Rust 开发者的使用习惯。
• 开发者在环调试：当未达到完整测试套等价时，工程师可以利用 Rustine 的诊断信息在约 4.5 小时内完成迁移。
• 全面的实证评估：在 23 个多样化程序上与六种现有的 C‑to‑Rust 翻译器进行对比。

方法论

Rustine 的流水线由三个松耦合阶段组成：

1. 静态 C 分析与抽象 – 轻量级前端解析 C AST，提取类型信息，并构建捕获内存布局、控制流和 API 边界的中间表示（IR），无需调用大型语言模型。
2. 基于模式的 Rust 合成 – 将 IR 输入规则驱动的生成器，映射 C 构造到对应的 Rust 实现。生成器倾向使用安全抽象（如 slice、Vec、Option），仅在无法安全表达时才插入 unsafe（例如 FFI）。
3. 生成后精炼 – 将原始 Rust 输出通过 Clippy 和 rustfmt，随后利用测试驱动的反馈回路自动重写失败的代码片段（例如通过调整生命周期或将指针算术替换为安全迭代器模式）。

整个过程在普通硬件上运行；不需要大型语言模型，成本低廉且仍能生成可编译的代码。

结果与发现

• 编译成功：所有翻译后的仓库均可在无需人工修改的情况下编译。
• 功能等价：平均 87 % 的原始测试断言成立，覆盖率与原 C 代码相当。
• 安全指标：Rustine 的输出将原始指针使用量降低约 68 %，基本消除指针算术，相比最佳已有工具将 unsafe 块数量削减超过一半。
• 惯用性：Clippy 警告从基线工具的每千行约 12 条下降至 Rustine 输出的每千行约 3 条。
• 人工工作量：当自动化阶段未通过时，开发者利用 Rustine 的诊断信息定位并修复剩余问题约需 4.5 小时——相比完整手动重写的数周时间大幅缩短。

总体而言，Rustine 在安全性、可读性和功能正确性方面均优于六种现有的仓库级翻译器。

实际意义

• 加速迁移：拥有遗留 C 库（如网络协议栈、嵌入式驱动）的公司现在可以在数小时内生成可靠的 Rust 基线，而非数月，从而降低采用 Rust 内存安全保障的门槛。
• 成本效益的安全加固：由于 Rustine 不依赖昂贵的 LLM 推理，可集成到 CI 流水线，实现对新提交的 C 代码持续 “Rust 化”，帮助团队及早捕获不安全模式。
• 更好的新人培训：惯用的 Rust 输出更易于 Rust 开发者阅读和维护，降低了从 C 转向 Rust 的学习曲线。
• 工具链可扩展性：Rustine 的规则生成器可针对特定领域 API（如 OpenGL、POSIX）进行定制，实现有针对性的迁移，而无需重写整个流水线。
• 开源潜力：若将流水线开源，社区可以共同构建翻译模式库，进一步提升对晦涩 C 习惯用法的覆盖率。

局限性与未来工作

• 部分功能等价：平均仍有 13 % 的测试断言失败，主要源于静态分析无法完整建模的未定义行为边缘情况。
• 对宏重度代码的处理有限：虽然 Rustine 能解析大多数宏，但高度元编程的 C（如 Linux 内核风格）可能仍需人工干预。
• 缺乏自动性能调优：生成的 Rust 代码安全可靠，但并非总是最优；未来工作可引入基于性能分析的重写，以匹配或超越原 C 的性能。
• 扩展到其他语言：作者计划将相同流水线应用于 C++ 和 Objective‑C 代码库，以扩大 Rustine 的适用范围。

尽管存在上述不足，Rustine 已经证明大规模、自动化的 C‑to‑Rust 迁移在技术上可行，并对现代软件工程团队具有实用价值。

作者

• Saman Dehghan
• Tianran Sun
• Tianxiang Wu
• Zihan Li
• Reyhaneh Jabbarvand

论文信息

• arXiv ID: 2511.20617v1
• 分类: cs.SE, cs.PL
• 发布日期: 2025 年 11 月 25 日
• PDF: Download PDF